推荐一个开源项目html-video，它能把 HTML 当成视频的中间态：你只要写一句描述，或者贴一篇长文、一个 GitHub 仓库，本地的 Agent（如Claude Code / Cursor / Open Design 等）就会帮你把内容拆成多场景、自动生成带动画的 HTML，再用 Chromium + ffmpeg 在本地渲染成 MP4。

这跟传统“套模板导出视频”还有点儿不太一样：

比如，内容不是装饰在模板上的，而是由 Agent 读原文后，自己决定分几幕、每帧讲啥、关系怎么连接。

同时，模板可商用、免版税，拿来就能用在商业项目里。

你还可以选 AI 配乐 + 旁白混音，可以直接用 ffmpeg 合成到最终视频，不用亲自去剪音频轨道。

最强的一点是，整个流程都可以在本地完成。

从技术侧来看，也很有意思：它在所有渲染引擎上做了一层 meta-layer，统一成
"render(input, ctx)" 接口。

今天如果用 Hyperframes，明天可以换 Remotion / Motion Canvas，你只需要换适配器，Agent 和模板都不用改动。

👉 项目地址：github点com/nexu-io/html-video

该项目支持 Web / Windows / macOS，
"pnpm install" 就能启动，适合想用 AI 规模化做视频内容的团队。